GCP Automl 如何处理过度拟合?
How can GCP Automl handle overfitting?
我创建了一个 Vertex AI AutoML 图像分类模型。我如何评估它是否过度拟合?我想我应该能够比较训练与验证的准确性,但这些似乎不是 available。
如果过度拟合,我可以调整正则化参数吗?它已经在进行交叉验证了吗?还有什么可以做的吗? (更多数据、早期停止、辍学,即这些如何完成?)
将其部署到端点并通过上传到端点使用示例图像测试结果。如果它过度拟合,您可以在分析中看到统计数据。您可以增加训练样本并重新训练您的模型以获得更好的结果。
我创建了一个 Vertex AI AutoML 图像分类模型。我如何评估它是否过度拟合?我想我应该能够比较训练与验证的准确性,但这些似乎不是 available。
如果过度拟合,我可以调整正则化参数吗?它已经在进行交叉验证了吗?还有什么可以做的吗? (更多数据、早期停止、辍学,即这些如何完成?)
将其部署到端点并通过上传到端点使用示例图像测试结果。如果它过度拟合,您可以在分析中看到统计数据。您可以增加训练样本并重新训练您的模型以获得更好的结果。